分享嘉宾：史佳欣博士 华为云计算公司
编辑整理：姚顺鹏 北京公瑾
出品平台：DataFunTalk
导读：知识图谱在现有的实际业务中存在着各种各样的应用，问答是其中一个非常重要的应用，本文主要关注如何解决基于知识图谱的复杂问题，该任务又称为推理问答。
本文的介绍会围绕下面四点展开：
- KBQA背景介绍
- 构造推理过程数据
- 跨领域迁移
- 隐式学习推理过程
--
01
背景介绍
1. KBQA
首先回顾下什么是知识图谱问答——KBQA。一个给定的知识图谱，包含了许多信息，如实体、属性以及实体之间的关系。基于一个已经构建好的知识图谱，我们希望机器能够通过知识图谱来自动回答一些问题，如上图中，提问“勒布朗·詹姆斯生日是什么时候？”，我们希望机器能够给出答案1984年12月30日。
2. 简单问答和复杂问答
一个问题，根据它的复杂程度，可以分为简单问题与复杂问题两种类型。对于简单问题来说，通常包含一个实体和一个关系，比如“中国的首都是哪里？”，这个问题包含了实体“中国”和关系“首都”。而复杂问题需要更多的推理技能才能解决，主要包括多跳推理、计数、比较、逻辑运算这四类。
- 多跳推理（“XX公司的CEO有哪些朋友？”），从“XX公司”找到对应CEO的一跳，再从CEO找到对应朋友关系的第二跳，这样形成一个多跳推理的问题。
- 计数类型，统计满足某类条件或关系的实体的数量，比如“有多少家公司持有XX公司的股票？”。
